Python中文分词工具使用详解

 更新时间:2024年10月24日 10:30:11   作者:matrixlzp  
这篇文章主要为大家详细介绍了Python中文分词工具的具体使用,文中的示例代码讲解详细,具有一定的借鉴价值,有需要的小伙伴可以参考一下

一、场景分析

我们平常爬地图 POI 数据的时候,会得到大量的中文地址信息,比如【厦门大学附属中山医院】这个时候,就需要做中文分词,以便进一步分析。

二、中文分词库试用

1、jieba(结巴分词)

pip install jieba

test1.py 代码如下:

import jieba
 
text = "厦门大学附属中山医院"
words = jieba.cut(text)
print( list(words) )

运行

py test1.py

2、SnowNLP

pip install snownlp

test2.py  代码如下:

from snownlp import SnowNLP
 
text = "厦门大学附属中山医院"
s = SnowNLP(text)
words = s.words
print(words)

运行

py test2.py

3、thulac(清华大学自然语言处理与社会人文计算实验室开发的中文词法分析工具包)

pip install thulac

test3.py 代码如下:

import thulac
 
thu = thulac.thulac()
text = "厦门大学附属中山医院"
result = thu.cut(text)
print(result)

运行

py test3.py

三、总结

通过试用,发现三款分词库都能准确的把词条进行分词。

thulac 分词结果,因为加入了 词性标注,结果比较复杂。

jieba 的结果最简单,也最接近自然语言。

四、实战案例

从一个 txt 读入一批中文词条,进行分词,然后把分词结果写入 excel 文件中。

 test.py 代码如下:

import jieba
from openpyxl import Workbook
 
# 创建一个新的工作簿
wb = Workbook()
# 选择默认的活动工作表
ws = wb.active
 
# 向工作表中写入表头
ws['A1'] = '分词'
 
# 读取文件
input_path = r"C:\Users\Administrator\Desktop\py\split words\demo\address.txt"
with open(input_path, 'r', encoding='utf-8') as input_file:
    for line in input_file:
        word = line.strip()
        print("---------"+word)
        words = jieba.cut( word )
        ll = list(words)
        for item in ll:
            print(item.strip())
            temp_list = []
            temp_list.append( item.strip() )
            ws.append(temp_list) 
                 
input_file.close()
# 保存工作簿
wb.save('output.xlsx')

address.txt 如下:

厦门大学思明校区
厦门大学附属中山医院
厦门南洋职业学院
集美大学

运行

py test.py

output.xlsx 如下:

到此这篇关于Python中文分词工具使用详解的文章就介绍到这了,更多相关Python中文分词内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家!

相关文章

  • Python数据分析之使用scikit-learn构建模型

    Python数据分析之使用scikit-learn构建模型

    这篇文章主要介绍了Python数据分析之使用scikit-learn构建模型,sklearn提供了model_selection模型选择模块、preprocessing数据预处理模块、decompisition特征分解模块,更多相关内容需要朋友可以参考下面文章内容
    2022-08-08
  • Python爬虫之m3u8文件里提取小视频的正确姿势

    Python爬虫之m3u8文件里提取小视频的正确姿势

    本文给大家分享如何正确提取m3u8文件里的.ts视频,并合成完整的.mp4格式视频,通过图文实例代码的形式给大家介绍的非常详细,对Python提取m3u8文件小视频感兴趣的朋友一起看看吧
    2021-05-05
  • 如何验证python安装成功

    如何验证python安装成功

    在本篇文章中小编给大家整理的是关于python安装成功检验方法,需要的朋友们可以参考下。
    2020-07-07
  • python实现K折交叉验证

    python实现K折交叉验证

    这篇文章主要为大家详细介绍了python实现K折交叉验证,文中示例代码介绍的非常详细,具有一定的参考价值,感兴趣的小伙伴们可以参考一下
    2021-04-04
  • python虚拟环境的安装配置图文教程

    python虚拟环境的安装配置图文教程

    下面小编就为大家带来一篇python虚拟环境的安装配置图文教程。小编觉得挺不错的,现在就分享给大家,也给大家做个参考。一起跟随小编过来看看吧
    2017-10-10
  • python一绘制元二次方程曲线的实例分析

    python一绘制元二次方程曲线的实例分析

    在本篇文章里小编给大家整理的是一篇关于python一绘制元二次方程曲线的实例分析内容,有兴趣的朋友们可以跟着学习参考下。
    2021-07-07
  • 使用Python开发SQLite代理服务器的方法

    使用Python开发SQLite代理服务器的方法

    今天小编就为大家分享一篇使用Python开发SQLite代理服务器的方法,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
    2018-12-12
  • Tensorflow实现将标签变为one-hot形式

    Tensorflow实现将标签变为one-hot形式

    这篇文章主要介绍了Tensorflow实现将标签变为one-hot形式,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
    2020-05-05
  • pycharm不在cmd中运行却在python控制台运行问题解决

    pycharm不在cmd中运行却在python控制台运行问题解决

    这篇文章主要介绍了pycharm不在cmd中运行却在python控制台运行问题解决,有需要的朋友可以借鉴参考下,希望能够有所帮助,祝大家多多进步,早日升职加薪
    2023-08-08
  • python读取csv文件并把文件放入一个list中的实例讲解

    python读取csv文件并把文件放入一个list中的实例讲解

    下面小编就为大家分享一篇python读取csv文件并把文件放入一个list中的实例讲解,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
    2018-04-04

最新评论